web-dev-qa-db-ja.com

xyzデータからのMatplotlib等高線：griddata無効なインデックス

次の形式のファイルのmatplotlibを使用して等高線図を作成しようとしています。

x1 y1 z1

x2 y2 z2

等

Numpy.loadtxtをロードして、ベクターを取得できます。これまでのところ、問題はありません。

私はこれを読んでプロットの方法を学び、コピー＆ペーストで再現できるので、インストールに問題はないと確信しています。

http://matplotlib.org/examples/pylab_examples/griddata_demo.html

Xとyをベクトルとして入力し、zを配列として入力する必要があることを理解しています。これはgriddataで実行できます。これは私がこのサイトで見つけたものでもあります。

ドキュメントには次のように書かれています。

zi = griddata（x、y、z、xi、yi）は、z = f *（* x、y）の形式の表面を（通常）不均一な間隔のベクトル（x、y、z）のデータに適合させます。 griddata（）は、（xi、yi）で指定されたポイントでこのサーフェスを補間して、ziを生成します。 xiとyiは、通常のグリッドを記述する必要があり、1Dまたは2Dのいずれかですが、単調に増加する必要があります。

例のために、私はこのコードを書きました：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.mlab as ml

x=np.linspace(1.,10.,20)
y=np.linspace(1.,10.,20)
z=np.linspace(1.,2.,20)

xi=np.linspace(1.,10.,10)
yi=np.linspace(1.,10.,10)

zi = ml.griddata(x,y,z,xi,yi)

ただし、griddataに関しては、次のエラーが発生します。IndexError：無効なインデックス

そこで、次のようにドキュメントの例を少し変更しようとしました。

from matplotlib.mlab import griddata
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-2.1,2.1,300)
y = np.linspace(-2.1,2.1,300)
z = x*np.exp(-x**2-y**2)
# define grid.
xi = np.linspace(-2.1,2.1,100)
yi = np.linspace(-2.1,2.1,200)
# grid the data.
zi = griddata(x,y,z,xi,yi,interp='linear')

そして、私は同じエラーを受け取ります。何が悪いのかわかりません。

ご協力いただきありがとうございます。

pythonmatplotlibinterpolation
8
Napseis

わかりました、私はついにそれをプロットするための解決策を見つけました。興味のある人のために、ここにトリックがあります：「最も近い」メソッドでScipyからのgriddataを使用してください。

from scipy.interpolate import griddata
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(1.,10.,20)
y=np.linspace(1.,10.,20)
z=z = np.random.random(20)
xi=np.linspace(1.,10.,10)
yi=np.linspace(1.,10.,10)

X,Y= np.meshgrid(xi,yi)
Z = griddata((x, y), z, (X, Y),method='nearest')
plt.contourf(X,Y,Z)
5
Napseis

考えてみましょう：

x = np.linspace(1., 10., 20)
y = np.linspace(1., 10., 20)
z = np.linspace(1., 2., 20)

これは、線x=yに沿った特定のポイントでのz値がわかっていることを意味します。

そこから、

zi = ml.griddata(x,y,z,xi,yi)

はmlab.griddataに、長方形グリッド内のすべてのポイントのzの値を推定するように要求しています。

この線に沿ってzがどのように変化するかについては多くの情報を提供しましたが、zが垂直方向（x = y線から離れる方向）にどのように変化するかについての情報はありません。 mlab.griddataが推測を拒否したため、エラーが発生しています。

最初のx、yデータがよりランダムに分散されると、より良い結果が得られます。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.mlab as ml

ndata = 10
ny, nx = 100, 200
xmin, xmax = 1, 10
ymin, ymax = 1, 10
# x = np.linspace(1, 10, ndata)
# y = np.linspace(1, 10, ndata)

x = np.random.randint(xmin, xmax, ndata)
y = np.random.randint(ymin, ymax, ndata)
z = np.random.random(ndata)

xi = np.linspace(xmin, xmax, nx)
yi = np.linspace(ymin, ymax, ny)
zi = ml.griddata(x, y, z, xi, yi)

plt.contour(xi, yi, zi, 15, linewidths = 0.5, colors = 'k')
plt.pcolormesh(xi, yi, zi, cmap = plt.get_cmap('Rainbow'))

plt.colorbar() 
plt.scatter(x, y, marker = 'o', c = 'b', s = 5, zorder = 10)
plt.xlim(xmin, xmax)
plt.ylim(ymin, ymax)
plt.show()

enter image description here

mlab.griddataで線x=yに沿ったデータをグリッド全体に任意の方法で外挿する場合は、2つの境界点(xmin, ymax, z[0])と(xmax,ymin,z[-1])を追加できます。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.mlab as ml

np.random.seed(8)
ndata = 10
ny, nx = 100, 200
xmin, xmax = 1, 10
ymin, ymax = 1, 10
x = np.linspace(1, 10, ndata)
y = np.linspace(1, 10, ndata)
z = np.random.random(ndata)
x = np.r_[x,xmin,xmax]
y = np.r_[y,ymax,ymin]
z = np.r_[z,z[0],z[-1]]
xi = np.linspace(xmin, xmax, nx)
yi = np.linspace(ymin, ymax, ny)


# Requires installation of natgrid
# http://sourceforge.net/projects/matplotlib/files/matplotlib-toolkits/
zi = ml.griddata(x, y, z, xi, yi, interp='nn')

# Or, without natgrid:
# zi = ml.griddata(x, y, z, xi, yi, interp='linear')

plt.contour(xi, yi, zi, 15, linewidths = 0.5, colors = 'k')
plt.pcolormesh(xi, yi, zi, cmap = plt.get_cmap('Rainbow'))

plt.colorbar() 
plt.scatter(x, y, marker = 'o', c = 'b', s = 10, zorder = 10)
plt.xlim(xmin, xmax)
plt.ylim(ymin, ymax)
plt.show()

enter image description here

16
unutbu